解决CPU中不支持NHWC的数据输入形式

最新推荐文章于 2023-06-05 23:21:43 发布

沐白若兮

最新推荐文章于 2023-06-05 23:21:43 发布

阅读量1.1w

点赞数 8

分类专栏：深度学习文章标签：深度学习 tf2 NHWC

本文链接：https://blog.csdn.net/qq_37337494/article/details/102690231

版权

深度学习专栏收录该内容

3 篇文章

订阅专栏

本人在使用残差网络进行训练模型时，在GPU上运行程序没有问题，然而在CPU上跑程序时则出现了以下问题

InvalidArgumentError:  Conv2DCustomBackpropFilterOp only supports NHWC.
	 [[node Conv2DBackpropFilter (defined at E:\anaconda\envs\tf2\lib\site-packages\tensorflow_core\python\framework\ops.py:1751) ]] [Op:__inference_distributed_function_2090]

Function call stack:
distributed_function

本人使用的时TF2.0，并且将输入数据形式改为channel_first，但其实TF2.0中默认的是channel_last,且CPU版本中的卷积不支持这种形式，最好不要轻易去改为channel_first，我在笔记本上安装了GPU版本跑完之后最后发现转换为tflite模型时，仍然不支持NHWC的形式，所以一定一定不要轻易改输入数据形式。

解决方案：

将数据从NCHW转换为NHWC的形式，并将tf默认的输入数据形式还原为默认的channel_last

数据转换代码如下：

tf.keras.backend.set_image_data_format('channels_last')
temp_x_train = []
for i in range(len(x_train)):
    new_x_train_row=np.moveaxis(x_train[i],0,2)
    temp_x_train.append(new_x_train_row)
x_train = np.array(temp_x_train)

20210128更新：

今日使用tf1 + keras的小伙伴找到我，在进行了一些列操作后仍然有问题，最后经历各种复现后通过更新了keras版本解决了问题

使用tf1的同学可以尝试将tf 及keras更换至下述版本

tensorflow == 1.8.0

Keras == 2.1.6

如果还有问题，欢迎联系本人QQ：2495414744.